资源描述:
《模式识别(2)》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、word格式模式识别作业作业1:已知四个训练样本w1={(0,0),(0,1)}w2={(1,0),(1,1)}使用感知器固定增量法求判别函数设w1=(1,1,1,1)ρk=1要求编写程序上机运行,写出判别函数,并打出图表。解:程序:function[Witers]=perceptionclassfy(W1,Pk)x1=[001]';x2=[011]';x3=[101]';x4=[111]';Wk=W1;FLAG=0;iters=0;ifWk'*x1<=0Wk=Wk+x1;FLAG=1;endifWk'*x2<=0Wk=Wk+x2;
2、FLAG=1;endifWk'*x3>=0Wk=Wk-x3;FLAG=1;....word格式endifWk'*x4>=0Wk=Wk-x4;FLAG=1;enditers=iters+1;while(FLAG)FLAG=0;ifWk'*x1<=0Wk=Wk+x1;FLAG=1;endifWk'*x2<=0Wk=Wk+x2;FLAG=1;endifWk'*x3>=0Wk=Wk-x3;FLAG=1;endifWk'*x4>=0Wk=Wk-x4;FLAG=1;enditers=iters+1;endW=Wk;....word格式作业2:①
3、在下列条件下,求待定样本x=(2,0)T的类别,画出分界线,编程上机。1、二类协方差相等,2、二类协方差不等。训练样本号k123123特征x1112-1-1-2特征x210-110-1类别1.二类协方差相等程序如下:x1=[mean([1,1,2]),mean([1,0,-1])]';....word格式x2=[mean([-1,-1,-2]),mean([1,0,-1])]';m=cov([1,1;1,0;2,-1]);n=cov([-1,1;-1,0;-2,-1]);m1=inv(m);n1=inv(n);p=log((det(
4、m))/(det(n)));q=log(1);x=[2,0]';l=m+n;l1=inv(l);g1=0.5*(x-x1)'*m1*(x-x1)-0.5*(x-x2)'*n1*(x-x2)+0.5*p-qg1=-64>>(x2-x1)'*m1ans=-32.0000-16.0000化简矩阵多项式g1=0.5*(x-x1)'*m1*(x-x1)-0.5*(x-x2)'*n1*(x-x2)+0.5*p-q其中x1,x2已知,x设为下面用MATLAB化简,程序如下:>>symsx11;>>symsx22;>>w1=-32*x11+(-16
5、)*x22+0.5*(x1'*l1*x1-x2'*l1*x2)-q,simplify(w1);....word格式w1=-32*x11-16*x22因此分界线方程为-32*x11-16*x22=0,即2.二类协方差不等>>x1=[mean([1,1,2]),mean([1,0,-1])]';>>x2=[mean([-1,-1,-2]),mean([1,0,-1])]';>>m=cov([1,1;1,0;2,-1]);>>n=cov([-1,1;-1,0;-2,-1]);>>m1=inv(m);n1=inv(n);>>p=log((d
6、et(m))/(det(n)))>>q=log(1)>>x=[2,0]'>>g1=0.5*(x-x1)'*m1*(x-x1)-0.5*(x-x2)'*n1*(x-x2)+0.5*p-qg1<0,则判定属于类。化简矩阵多项式0.5*(x-x1)'*m1*(x-x1)-0.5*(x-x2)'*n1*(x-x2)+0.5*p-q,其中x1,x2已知,x设为,化简到下面用MATLAB化简,程序如下:>>symsx1;>>symsx2;>>w=(12*x1-16+6*x2)*(x1-4/3)+(6*x1-8+4*x2)*x2-(12*x1+1
7、6-6*x2)*(x1+4/3)-(-6*x1-8+4*x2)*x2,simplify(w)....word格式w=(x1-4/3)*(12*x1+6*x2-16)-(x1+4/3)*(12*x1-6*x2+16)+x2*(6*x1-4*x2+8)+x2*(6*x1+4*x2-8)ans=8*x1*(3*x2-8)因此8*x1*(3*x2-8)=-64x1+24x2x1=0,即x1=0,或者x2=8/3,很显然分界线方程为x1=0,因为x2=8/3不能区分类以下是MATLAB绘图程序。>>x1=[1;1;2];x2=[1;0;-1]
8、;plot(x1,x2,'mx','markersize',15);axis([-5,5,-5,5]);gridon;holdon>>x1=[-1;-1;-2];x2=[1;0;-1];plot(x1,x2,'m*','markers